泰姬陵
高斯混合分量马哈拉诺比斯距离
句法
描述
例子
测量马氏距离
生成，通过使用遵循两个二元高斯分布的混合随机变元mvnrnd功能。通过使用适合的高斯混合模型（GMM）来将所生成的数据fitgmdist函数，然后计算所产生的数据和拟合GMM的混合物组分之间马哈拉诺比斯距离。
定义两个二元高斯混合成分的分布参数（均值和协方差）。
RNG（'默认'）％用于重现MU1 = [1 2];所述第一组分的％平均sigma1 = [2 0;0 0.5];所述第一部件的协方差％MU2 = [-3 -5];所述第二组分的％平均σ-2 = [1 0;0 1];所述第二部件的协方差％
产生从每个分量随机变元的数目相等，并结合两组随机变元的。
R1 = mvnrnd（MU1，sigma1,1000）;R2 = mvnrnd（MU2，sigma2,1000）;X = [R1;R2];
合并后的数据集X包含两个二元高斯分布的混合下列随机变元。
适合的双组分GMM到X。
GM = fitgmdist（X，2）
克=高斯含有2种组分的混合物分配在2个维度组分1：混合比例：0.500000平均数：-2.9617 -4.9727组分2：混合比例：0.500000平均数：0.9539 2.0261
fitgmdist适合一对GMMX使用两种混合物组分。手段零件1和零件2是[-2.9617，-4.9727]和[0.9539,2.0261]，这是接近MU2和MU1， 分别。
计算每个点的马氏距离在X到的每个部件克。
D2 =陵（GM，X）;
情节X通过使用分散和使用标记颜色显现的马哈拉诺比斯距离零件1。
散射（X（：，1），X（：，2），10，D2（：，1），''）％散点图大小为10点C =彩条;ylabel（C，“马哈拉诺比斯距离组件1”）
输入参数
输出参数
更多关于
介绍了在R2007b
您还可以选择从下面的列表中的网站：
